SCOUT 方法：机器人凭动作结果反馈，几次尝试即可实机自适应
davheld · x · 2026-10-22
Lisa Yishu 介绍了 CORL 2026 上的 SCOUT 方法，解决机器人策略面对「看不见的物理」时的适应问题：隐藏的质量、摩擦、运动学约束等，标量奖励只能告诉机器人「失败了」，而动作的结果包含更多信息。
- 核心思路：从动作-结果反馈中进行测试时策略自适应（test-time policy adaptation）；
- 策略在仿真中训练，部署到真实世界后仅需几次尝试即可完成自适应；
- 相比只依赖标量奖励的方式，利用动作结果能更有效地应对隐含物理参数。
「具身」频道最新
- 三星测试 24 小时轮班人形机器人，或亮相 CES 2027 — CyberRobooo · 2026-10-22
- 分析师实测双屏 iPhone Duo 一周:手势、应用适配与相机妥协 — BenBajarin · 2026-10-22
- 美国自动 T 恤产线首次公开演示，投资人背书工程真实性 — MatthewChang · 2026-10-22
- DeepMind 用 Gemini Argon 压缩图灵机，逼近 Busy Beaver 与数论难题 — robertarail · 2026-10-22
- 宇树发布 H2-X 功夫护卫机器人，续航约 8 小时可抬起汽车 — LinusEkenstam · 2026-10-22
- Sharpa 推出 D01 人形机器人：21 自由度灵巧手加全身触觉皮肤 — arnie_hacker · 2026-10-22